一种基于渐进式学习的集成分类方法

作者：余志文; 陈伟宏; 赵卓雄

来源：2018-07-16, 中国, CN201810774888.2.

本发明公开了一种基于渐进式学习的集成分类方法,同时对带噪音标签的高维数据的样本维和属性维进行数据挖掘,并结合渐进式学习原理,解决了学习训练中加入新数据后原数据信息丢失的问题；具体步骤为：(1)输入样本数据集；(2)产生训练样本的bootstrap分支集合；(3)生成分类器；(4)对样本进行分类；(5)选择第一个分类器；(6)选择渐进式分类器；(7)得到预测结果和分类准确率。本发明对高维数据样本维度和属性维度同时挖掘,构建一个强大的集成分类器；利用带有线性判别分析算法的渐进式集成学习算法提高对带噪音数据的分类能力；并将集成学习与渐进式学习相结合,提高了集成分类方法的准确性、稳定性和鲁棒性。

• 单位
  华南理工大学